AI水印怎么检测？测到不等于它写的，测不到也不等于不是

摘要：把136个品牌独立站的首页快照拆开数了一遍，代表公司身份的那段结构化声明里，纯自述的name字段有94% 的站填了，而能拿去官方登记处一查就知道真假的vatID与leiCode，各自只有1个站填过——填写率顺着可核验程度一路往下掉，掉了78倍。8月2日起Claude的输出全部带上水印，这件事值得单独写一篇，不是因为世上多了一个检测工具，而是因为它把一个被绕开很久的老问题重新摆上了桌面。

先说清楚发生了什么。2026年8月2日起，Anthropic给Claude的输出加了一层看不见的记号，理由写得很直白，是为了对上欧盟人工智能法案第50条第2款关于机器可读标识的要求。消息出来之后，中文圈的讨论几乎立刻跑偏成了两种，一种是“完了，以后AI写的稿子会被查出来”，另一种是“无所谓，改一改不就没了”。

这两种说法都不算错，但都不重要。真正要紧的那句话藏在Anthropic自己的说明里：检出记号只能说明这段文字经过了Claude，不能说明这段文字是Claude 写的。这两件事之间的距离，比大多数人以为的远得多。

保哥这两天把这条新闻和手头一批品牌站的抓取数据放在一起看，越看越觉得它们说的是同一件事。水印想解决的问题，是“这段内容的来源能不能被独立核实”。而独立站上关于身份和来源的那一整套声明——公司叫什么、注册在哪、谁写的、什么时候写的——本来就全是页面自己填的，没有一栏需要向任何人交代。水印不过是把这个老毛病挪到了内容层，顺便让它变得刺眼了一点。

8月2日之后，Claude写出来的每一段字都带着一个记号

要判断这件事对内容团队意味着什么，得先搞清楚这个记号到底是什么东西。市面上流传的猜测大多是错的，而错的方向出奇一致：都以为它是“藏进去的”。

内容进模型不止一条路，robots.txt挡不住AI训练的四条路径是更早的一次拆解。

说到披露这件事，AI内容披露该怎么写早就讨论过一轮，结论是不做什么的清单比做什么的更可核查。

它不是隐藏字符，也不是元数据

最常见的猜测是零宽字符。这类字符在网页上不显示，复制粘贴时跟着走，很多人第一反应就是它。第二常见的猜测是文件元数据，就像照片里的EXIF那样，藏在正文之外的角落。

顺手说一句，一个尾逗号就能让整页结构化数据失效，写之前先校验。

更早一轮尝试走的是另一条路，可验证出处正在变成新的信任货币，做法不同但想解决的是同一件事。

两个都不是。按 Anthropic关于文本水印的官方说明，这个记号既不是特殊字符，也不是附在文件上的额外信息，而是选词过程本身的一种统计模式。

模型生成文字时，每写一个词都要从一堆候选里挑一个，这个挑选带随机性。水印做的事是把随机性的来源换掉：不再用一个跟谁都无关的随机数，而是用一把密钥加上前面几个词，共同决定下一个词该选哪个。

单看任何一处选择，都完全正常，因为它本来就正常，模型确实可以选这个词。但把几百个词连起来看，这串选择呈现出的模式就很难用巧合解释了。手里有那把密钥的人能把模式认出来，没有密钥的人连有没有记号都看不出来。

这个设计有个直接后果，很多人没意识到：你没法靠肉眼、靠去掉不可见字符、靠另存为纯文本来清掉它。它不在字符里，它在词与词之间的选择关系里。你把文本从Word复制到记事本再贴回来，一个字节都没变，记号原封不动。

为什么读者一点都察觉不到

有人担心加了水印之后文字会变味。理论上确实会有影响——被限制的随机选择总归比自由选择少一点余地。但实际读起来的差别，按公开说法接近于零。

读感之外更该盯的是事实密度，提升引用率的七招里那把尺子更实在。

靠读感判断的老办法另说，AI内容检测工具的12项语言特征至今仍是多数第三方产品的实际依据。

原因在于自然语言里可替换的词太多了。同一个意思，模型有十几种说法都成立，水印只是把这十几种里的选择偏向某一部分，而这一部分本身也都是通顺的。这就像有人规定你走路必须先迈左脚，你走出来的样子跟平时没什么两样，只是步伐节奏里多了一条别人能算出来的规律。

所以指望“读起来怪怪的就是AI写的”这条经验来识别，方向从一开始就错了。真正能识别的只有算法，而算法要拿到密钥。

检测器还没交到你手上

这是最容易被漏掉的一环。Anthropic说了会开放检测接口，但在写这篇的时候，公开可用的检测能力还没铺开。

工具自己编东西这件事也要防，AI幻觉引用怎么查有一套排查动作。

顺带提醒一句，AI写的内容会不会被谷歌惩罚这个问题，官方从没给过肯定答案。

这意味着一个尴尬的中间状态：记号已经在所有输出里了，能读懂记号的工具还不在多数人手上。于是市面上必然会出现一批号称能检测的产品，它们检测的其实是别的东西——文字的困惑度、句式的规整程度、用词的分布——那些是旧的AI检测思路，和水印毫无关系。

这里的判断很简单：接下来半年，凡是宣称能查Claude水印的第三方工具，先默认它查的不是水印。判据也简单，问它一句“你用的密钥从哪来的”，答不上来就是在拿旧办法套新概念。

200个词以下，这套机制根本不工作

还有一条硬门槛。统计模式要显现出来需要足够的样本量，文本太短，模式和巧合就分不开。目前公开的门槛是200个token左右，换算成中文大约是一两百字。

短文案能改到什么程度还看平台，哪些页面元素能改哪些被平台锁死。

短文案里最典型的是标题，SEO标题的模板与长度阈值决定了它注定短到测不出。

这条门槛的现实意义比听上去大。想想内容团队日常真正让模型生成的东西：标题、商品描述、按钮文案、meta description、FAQ的一问一答、社交贴文。这些东西绝大多数都不到200个token。也就是说，电商站上最密集使用AI的那部分文字，恰好落在水印覆盖不到的区间里。

这张表其实回答了一个很现实的问题：如果你担心自己站上的AI痕迹被查出来，那么最该担心的不是那些短文案，而是长文。而长文恰恰是最可能被人工大幅改写的类型。两头一夹，真正会被稳定检出的内容，比想象中窄。

和图片水印完全不是一回事

因为都叫水印，很多人会拿图片水印来类比，这个类比会把人带偏。

视频那边的收录规则也改过一轮，老打法正在悄悄失效。

图片这条线另有讲究，原创配图怎么把自然流量拉高一倍是完全不同维度的问题。

图片水印的做法是在像素里嵌入信息，改动的是内容本体，理论上你可以逐像素去找、去抹、去覆盖。压缩、裁剪、加滤镜都可能损坏它，所以图片水印的攻防重点在“怎么让它扛住加工”。

文本水印的路子完全相反。它没有往内容里加任何东西，它改的是生成过程中的选择倾向。你拿到的每一个字符都是正常字符，删掉哪个都不会“破坏水印”，因为水印不在任何一个字符里。

这个差别的实际后果是：你惯用的那些“去水印”手段，在文本上一个都不管用；而真正管用的手段——大幅改写——恰好是内容团队本来就该做的事。某种意义上，这套机制惩罚的是不动脑子的复制粘贴，而不是使用AI本身。

为什么这件事挑在这个时间点做

不是技术突然成熟了，是法规到期了。

合规这根弦得一直绷着，海外社媒营销的五类雷区红线可以当发布前自检。

合规驱动的产品变更不是头一回，隐私法规的同意架构当年也是被同一股力量推着落地的。

欧盟那部人工智能法案里关于透明度的条款有明确的生效节奏，涉及生成合成内容的系统必须让输出可被机器识别。对模型厂商来说这是硬约束，不做就没法在欧盟市场提供服务。

所以这一轮标记的落地，从一开始就是合规驱动，不是产品驱动。理解这一点能帮你判断后续走向：合规驱动的功能通常做到刚好达标就停，不会主动往外扩展能力；配套设施（比如检测接口）的优先级也会排在合规要求之后。

另一个可以预期的结果是：各家厂商会各做各的。合规要求的是“可被机器识别”，没要求“各家互通”。于是很可能出现一堆互不兼容的标记体系，谁也读不了谁的。对内容方来说，这意味着不存在一个统一的检测入口，也就不存在一个可以一劳永逸应付的合规动作。

测出了水印，能证明这段字是AI写的吗？

不能。这不是外界的推测，是Anthropic自己在说明里写的，而且写得相当克制。

关于人机之别，42000篇实测的AI内容排名对比给过一组更冷静的数字。

“经过”和“写的”是两回事

把一段人写的稿子丢给模型，让它改错别字，让它把英文段落译成中文，让它把三千字压成三百字，让它把PDF里的文字整理成表格——这些操作的输出全都会带上记号。

工序怎么排，AI内容创作的六要素与八步流程是一份现成模板。

怎么用又不丢掉自己的声音，把AI当创作工具的八种写法讲的正是这一层分寸。

可是这些场景里，内容的来源是谁？是那个人。模型只是一把工具，作用相当于拼写检查器和翻译软件。Search Engine Journal那篇专门讨论水印与作者身份的分析把这一点讲得很清楚：检出记号能确认的只有一件事，就是这段文字在某个环节被模型处理过。

这个区别在实务上会立刻变成麻烦。设想一个场景：你团队里有位英语不好的产品经理，写完中文稿让模型翻成英文发到海外站。半年后有人拿检测器一扫，说这篇是AI生成的。他冤不冤？观点是他的，事实是他核的，结构是他搭的，模型干的活是把中文换成英文。可从记号的角度看，他和一个把提示词丢进去就复制粘贴的人，没有任何区别。

更麻烦的是反过来的情况。一段真正由模型从头生成的文字，只要有人认真改写过，记号就会变弱甚至消失。于是这套机制天然对认真的人不利：改得越少的越容易被抓，改得越多的越容易漏网，而改得多正是我们希望大家做的事。

三次会议之前，我们就吃过一次这个亏

保哥去年给一个做精品咖啡器具的独立站做内容体检，那家客户的团队很小，三个人，文案主力是一位在意大利待过几年的姑娘。她的稿子有个特点，句子长、从句多、喜欢用破折号，读起来相当有个人味道。

这类经历要写成对外案例也有讲究，客户案例研究怎么写才有人信里有完整框架。

结果那年他们接的一个渠道合作方要求所有投放素材附一份“非AI生成声明”，对方拿自己的检测工具扫，她那几篇被判成高度疑似机器生成，反倒是另一位同事用模型草拟、只改了几个词的短文案，因为太短没被判出来。

那次的解决办法很土：把她写作时的版本历史导出来，从第一版一百多字的提纲，到中间七八次修改，到定稿，时间戳连成一条线，附给对方。对方看完就不提了。这件事留下的印象很深，能说服人的从来不是一个判定结果，而是一条能被复查的过程。今天水印这件事，本质上还是同一个问题。

那条74% 的研究结论，值得单独看一眼

水印能不能被绕过，学术圈早就试过。关于这套机制如何被击破的公开分析里提到几组数字，值得抄下来贴在墙上。

改写敏感性可以单独测，五步测出品牌引用稳不稳。

看到高得离谱的比例先别急，给那条建议配一个注定无效的对照组是最省事的验伪办法。

一组是苏黎世联邦理工的研究，在2024年的机器学习顶会上发表，结论是绕过水印的成本大约50美元，成功率超过八成。另一组是2025年的后续研究，七种主流水印方法全部被攻破，把文本改写到去掉记号的成本降到每百万token不到1美元。

但真正扎眼的是第三个数字：在测试中，74% 未加水印的改写文本被判定成带水印。这是假阳性，而且是高得离谱的假阳性。

把这三个数字放在一起，结论相当难堪。想去掉记号的人花不到一杯咖啡的钱就能去掉；而老老实实自己写、只是碰巧改写风格与机器接近的人，有很大概率被冤枉。一套证据机制如果对造假者宽松、对守规矩的人严苛，它作为证据的价值就很可疑。

完整改写能去掉，可去掉之后它还算AI写的吗

这里有个有意思的悖论。公开说明承认，轻度编辑大概去不掉记号，但把每个词都换掉的彻底重写可以。

改写幅度这件事，机器翻译直接上线省下的那道审校那篇里有过非常相似的度量困境。

可是当一段文字的每个词都被人换过一遍之后，它还能被叫做机器生成的内容吗？这个问题没有标准答案，但它暴露了一件事：水印度量的其实不是“作者是谁”，而是“机器参与的程度还剩多少”。参与程度低到一定份上，记号自己就消失了，这在逻辑上反而是自洽的。

只是这套自洽对使用者一点也不友好。你没法事先知道自己改到什么程度才算“干净”，因为门槛不透明；你也没法证明自己没改过，因为记号消失和从来没有过，看起来一模一样。

内容团队的四种常见姿势，各自会怎样

把日常工作里真实存在的用法列一遍，对号入座会比讲原理清楚。

六阶段那套流程，从选题到SEO加工怎么跑通写得更细。

四种姿势对应四套质检，AI内容写完谁来质检那份人机分工清单可以直接照搬。

第一种，直接生成直接发。提示词丢进去，输出复制出来，排版发布。这种情况下记号最完整，检出概率最高。同时它也是内容质量最差的一种，会不会被检出其实是最小的问题。

第二种，生成后人工重写。拿模型输出当素材，自己重新组织结构、换掉表达、补充自己的判断。这种情况下记号会大幅削弱，改得彻底的话会消失。而这恰恰是负责任的用法。

第三种，人写完让模型润色。观点、结构、事实全是人的，模型只负责把句子理顺、把错别字挑出来。这种情况下记号照样会出现，而内容的来源明明是人。这是最容易产生冤案的一种。

第四种，人写完让模型翻译。和第三种同理，输出会带记号，而原始创作完全是人的工作。做外贸和多语言站的团队，这种用法最普遍，也最容易被误伤。

把这四种排一排就能看出问题所在：检出概率的高低顺序，和内容质量、人的投入程度，几乎没有正相关关系。第一种和第三种都会被检出，但两者的性质天差地别。一个信号如果不能区分这两者，它作为质量判据就是失效的。

这对做多语言站的人尤其要紧

多说一句第四种。做出海和多语言独立站的团队，机器翻译是刚需，没有人会为了几十个语种去养一支翻译队伍。

多语言页面的标记有个反直觉之处，正文越本地化结构化数据越要写回国际格式。

多语言站还有个更早的坑，翻译内容为什么在AI检索里吃亏。

结果就是：一个用心做本地化的站，恰恰是记号密度最高的站。原文是人写的，每一个语种版本都经过模型，每一个版本都带记号。而一个偷懒的站，可能只有一个英文版，反倒干净。

这个倒挂大概是这套机制最需要被讨论的部分。目前还没有哪家平台把“翻译”和“生成”区分开来处理，技术上也很难区分——从记号的角度看，它们的确是同一件事。

能给的建议只有一条：如果你做多语言，把原文版本的创作痕迹留好。当有人拿译文的记号说事时，你要能指出原文在哪、什么时候写的、由谁写的。原文站得住，译文自然站得住。

那反过来呢？测不出水印，能证明这段字是人写的吗？

更不能。而且这个方向的漏洞比前一个方向大得多，大到几乎让“没检出”这个结果失去意义。

反过来的风险也真实存在，AI内容流水线为什么六个站掉了四个复盘过三处必须留人的节点。

官方自己列了五条测不出来的理由

Anthropic在说明里主动列举了记号可能不出现的情形，一共五种。这份清单读起来有点像免责声明，但它其实是这套机制最诚实的部分。

多因排查的通用打法，页面不被收录的症状分诊与急救可以照抄它的顺序。

这种多因一果的排查最费时间，可索引性一键体检是同类思路的工具化版本。

把这张表反过来读一遍就明白了：一段文字没有记号，可能是因为人写的，也可能是因为它太短、被改过、换过格式、或者用的是别家模型。五条里只有一条对应“真的是人写的”，其余四条都是技术性缺席。

所以“扫了一遍没问题”这句话，作为证据的分量接近于零。这一点值得内容主管们提前想明白，因为迟早会有人拿一份没检出的报告来当免责凭据。

别家模型完全不在这套体系里

还有一个更基础的漏洞：这个记号只属于一家。用别家的模型生成的内容，扫Claude的水印当然扫不出来，因为压根不是一套标准。

跨平台看份额才有意义，AI可见度竞品分析的全流程。

各家路数差别不小，十款主流AI搜索工具实测可以先建立一个大致印象。

各家现在的进度参差不齐。图像和音频领域的标记方案铺得更早一些，文本这块反而是最慢的。到写这篇时为止，几家主要厂商在文本标记上的公开状态大致是：有的已经落地，有的只做了非文本形态，有的干脆没有公开政策。

这就带来一个荒谬的推论：如果你的目的是让内容测不出记号，最省事的办法不是改写，是换一家模型。成本为零，效果百分之百。任何一套只有一家参与的标识体系，都会遇到这个问题。

碎片化会带来什么后果

标识体系分散在各家手里，会引出几个连锁问题，值得提前想清楚。

引擎各行其是不是新鲜事，三大AI引擎偏好规则的45条对照就是碎片化的另一个切面。

第一，不存在统一的检测入口。要判断一段文字有没有记号，理论上得拿去每一家分别验一遍。而各家开放检测能力的节奏不同、接口形态不同、政策不同，实际上没有哪个第三方能把这件事做全。

第二，缺席无法解释。如果只有一家的记号能验，那么“没验出来”这个结果就有太多种可能——用了别家、用了老版本、文本太短、改写过。当一个结果有四种解释时，它就不构成证据。

第三，容易被误用成竞争工具。可以想见接下来会出现这样的场景：有人拿检测结果去质疑竞争对手的内容，或者在采购谈判里当筹码。而由于前两条，这类质疑在技术上几乎总是站不住的，但它在舆论上的杀伤力不小。

更稳妥的做法是，提前想好被这样质疑时怎么回应。回应的重点不是去自证清白（做不到），而是把过程材料摆出来，把话题从“有没有记号”换到“这篇是怎么做出来的”。后面这个问题你有答案，前面那个没人有答案。

行业里已经出现的一个苗头

顺着说一个观察。这一两年，出海圈子里对“内容是不是AI写的”这个问题的态度，已经明显松动了。

预期管理同样要靠可核验的东西，SEO要多久才见效的真实时间线。

合同条款怎么写才执行得下去，SEO服务合同的达标定义与违约责任有现成的范式可抄。

两年前还有不少客户在合同里写死不许用AI，现在更常见的写法是要求披露使用范围和保证质量。这个转变的原因很朴素：禁止条款没法执行，执行不了的条款写进合同只会制造纠纷。

这个转变的方向和本文的结论是一致的——当一个判据无法核验时，成熟的做法是换一个能核验的判据，而不是加大处罚力度。合同里从“不许用”改成“说清楚怎么用的”，正是从不可核验向可核验的迁移。

欧盟那条法规要的到底是什么

值得把源头翻出来看一眼。欧盟人工智能法案的正式文本第50条要求的是，生成合成内容的系统要让输出以机器可读的方式被标识出来，并且要能被检测为人工生成或操纵。

欧盟市场的主体资格也要提前想，美国、英国与香港三地架构对照。

做欧洲市场绕不开的另一件事，是同意管理平台该怎么选。

注意这条义务落在提供模型的一方身上，不是落在用模型的人身上。厂商必须给输出打标记，这是他们的合规动作。至于你作为使用者要不要披露自己用了AI，那是另一套规则在管，取决于内容形态和你所在的行业。

这个区别经常被混淆。见过不止一家出海企业把“模型要加水印”理解成“我们发内容要标注AI生成”，然后在页脚加了一行声明，结果既没解决合规问题，又白白给自己贴了个标签。欧盟官方对这套监管框架的说明页把义务主体分得比较清楚，做欧洲市场的团队值得读一遍原文，别听二手解读。

那排名会不会受影响

这是所有SEO从业者最关心的一问，答案目前是：没有证据表明会。

质量判据一直在变，从熊猫算法到AI模式这十四年能看清方向。

近一轮核心更新的走向也支持这个判断，聚合站重伤而品牌站受益。

Ahrefs在这轮讨论里放出过一组数据，来自对大量排名页面的统计。他们那篇面向营销人员的解读里提到几个数字：排名靠前的页面里，完全由AI生成的占5.3%；AI含量高的页面被收录的比例是40%，含量低的是49%；而在每一个排名位置上，都有8% 到12% 的页面AI含量超过八成。

这几个数字里，最值得琢磨的是40% 对49% 这一组。差距存在，但没有大到能称为惩罚。更合理的解释是：AI含量高的页面里，凑数的比例本来就高一些，被筛掉的是质量不是来源。

这件事一直可以这么看：搜索引擎对内容怎么产生的没有兴趣，它有兴趣的是这一页值不值得排在那个位置。水印不会改变这个逻辑，它只是给平台多了一个可选信号，而平台要不要用、怎么用，到现在一个字都没说。

做个思想实验：如果明天全行业都打上记号

假设所有厂商明天统一了标准，所有输出都带可互认的记号，检测能力人人可用。会发生什么？

标注失去区分度之后会怎样，用的人越来越多信的人却越来越少是个现成的参照。

第一波，市面上大量内容被检出。这个比例会高到让所有人尴尬，因为按现在的使用密度，说八成商业内容经过某种模型处理都不夸张。

第二波，标注开始失去区分度。当一个标签贴在八成内容上时，它就不再是标签了，等于没贴。用户会迅速学会忽略它，就像现在没人会因为一篇文章下面写着“广告”就真的不看一样。

第三波，注意力转移到别处。平台会去找新的区分维度，而那个维度大概率还是内容里有没有别处得不到的东西——一手数据、真实经历、可复现的方法。

这个思想实验的意义在于：即使这套机制百分之百成功，最终的落点仍然是内容本身的独特性。所以现在把力气花在应对检测上，不如花在让内容值得被检测出来也无所谓。

不过有一类场景确实会变

说了这么多“影响有限”，得公平地指出一个真会受影响的场景：供应链上的内容采购。

交付物也可以顺手做成资产，白皮书怎么做成能换反链又被引用的内容。

供应链上的口径对齐一向难，联盟客抢走品牌词还要你付佣金是同类问题的另一种形态。

如果你是外包写手、内容代理商，或者你在采购这类服务，那么记号会成为一个新的验收条件。甲方要求交付物不带记号，写手就得改到记号消失，这是一个可执行的验收标准，尽管它衡量的东西未必是甲方真正想要的。

这件事已经在发生，只是还没形成规范。这里的建议是，如果你在采购内容，别把“不带记号”写进合同，写“提供创作过程材料”更有意义，前者可以通过洗稿满足，后者不行。

反过来如果你是供应方，提前把过程材料的交付变成标准动作，这在未来一两年会是一个真实的竞争优势——因为大多数同行给不出来。

把镜头拉远：“谁写的”从来就是一栏自己填的字段

写到这里，该说这篇文章真正想说的那件事了。水印之所以显得别扭，不是因为它做得不好，而是因为它试图去解决一个结构上就解决不了的问题。

最典型的自填标记是链接属性，nofollow与赞助标记到底传不传权重把这套机制讲透过。

规则要生效，先得给你分类

任何一条规则要落到具体对象上，都得先回答“这算哪一类”。禁止AI生成内容，得先判定什么算AI生成；广告必须标注，得先判定什么算广告；跨境商品要交税，得先判定它属于哪个税号。

分类这件事在商品数据里最较真，页面标记和数据源的分类终于对上了。

站内搜索页算哪一类，四种处理方案的对比给过判据。

分类先行这件事在筛选页上最明显，电商筛选网址要不要写禁止抓取得先判它算哪一类。

问题在于，这些分类所依据的那个字段，绝大多数情况下是被管的一方自己填的。

给某条外链标上赞助属性，是站长自己标的，没人能验证这条链接到底有没有收过钱。结构化数据里写着这是一件商品，是页面自己声明的。语言标记里写着这页是德语，也是自己填的。规则挂在哪一栏，你能改的就是哪一栏，遵守和规避在动作上完全一样——填另一个值。

这就是本篇想立住的那句话：一条规则的执行力，天花板不是罚则有多重，而是它所依赖的那个分类字段有多容易被独立核实。

SEO里的自填字段，比你以为的多得多

把日常打交道的字段列一遍，会发现整个技术SEO有相当大的比例建立在自我声明之上。

有些字段还没被用起来，用结构化数据标注重要内链就是个例子。

哪些字段真有人填，Schema官方第一次公开的全网使用数据给了一份可对照的底表。

这张表里的字段可以分成两拨。能被推翻的那一拨，自填权其实名存实亡——你写什么无所谓，观察者有自己的判断路径。搜索引擎会自己选定一个正式地址，会自己判断这一页到底是什么语言，会自己认出这个站用什么建的。

不能被推翻的那一拨，才是真正的自填字段：这条链接收没收钱、这段字是谁写的、这个日期是不是真的。它们的共同点是，证据不在页面上，在页面之外的世界里，而观察者到不了那里。

水印这件事之所以值得关注，是因为它是第一次有人尝试把“谁写的”从第二拨挪到第一拨。尝试的方向是对的，只是挪的距离比宣传里听起来短。

为什么大多数规则最后都挂在了自填字段上

还有个问题值得问一句：既然自填这么不可靠，规则制定者为什么还要挂在上面？

一个字段被滥用之后会怎样，FAQ富结果被砍掉就是最近的一次示范。

关键词标签的兴衰是最好的例子，旧的关键词公式为什么失效那篇里有完整脉络。

答案很现实：因为便宜。要求你自己声明，成本几乎为零，规则第二天就能生效；要建立一套独立核验体系，成本极高，可能永远建不起来。

于是就形成了一种默契：规则挂在自填字段上，同时假定大多数人不会撒谎。这个假定在多数时候成立，因为撒谎的收益通常不够大。真正的问题出在收益变大的时候——比如某一天平台真的开始按“是不是AI写的”来分配流量，那一刻起，这一栏的可信度就会归零。

这不是危言耸听，是已经反复发生过的事。关键词标签当年就是这么废掉的：只要它对排名有用，它就会被填满关键词；等它被填满关键词，它就再也没用了。任何一个自填字段，一旦被用作分配资源的依据，它的信息价值就开始自我毁灭。

三种字段，三种命运

按可核实程度分，自填字段大致有三类，命运完全不同。

评分这类数值最典型，怎么给评论加上星级结构化数据要先想清楚数据从哪来。

第三类的典型是价格，被划掉的那个原价只有你自己的价格历史能证明。

第一类，压根无从核实。比如“这段话是我写的”。除非有人全程盯着，否则没有任何外部证据能确认或否定。水印想干的就是把这一类往上提一格，但它只提了半格——检出时有一定说服力，检不出时毫无说服力。

第二类，可以被内容本身推翻。比如页面自称是德语。观察者读一读正文就能自己判断，你填什么不重要。这一类字段的自填权其实早就名存实亡了。

第三类，只能被结果反推，而且要等。比如你回传给广告平台的转化价值。短期内平台只能照单全收，长期靠实际成交去校准。这一类的特点是撒谎当时有效，事后失效。

三类里，第一类最脆弱，也最容易被绕开。而“内容是谁写的”，很不幸正是第一类。

观察者的应对方式高度一致

面对不可核实的自填字段，所有平台的做法都一样：找一个你伪造不了的旁证，然后不再看你填的那一栏。

按行为拦截也有代价，防火墙到底拦不拦得住AI爬虫没那么简单。

按行为不按名字，真假Googlebot该怎么验证是这条原则最成熟的一次落地。

搜索引擎判断一个页面用什么建的，不看你声明的建站平台，看资源路径上的指纹。风控判断一笔订单风险，不看你填的地址，看设备、行为和历史。反作弊判断流量真假，不看来路标记，看行为曲线。

这个规律在下一节会有非常具体的数字支撑。保哥用136个品牌站的首页量了一遍，自称和旁证之间的差距大到出乎意料。

被绕过之后，那一栏会怎么样

值得多说一句自填字段的结局。它不会被删掉，它会被留在那里，然后没人再看。

被降级不等于被删除，分层索引会把页面丢进哪一层是同一种处置方式。

被废掉的信号不会消失只会失效，PageRank退役之后权威信号怎么演变是一整条完整轨迹。

这个过程有个固定的三步。第一步，字段被创造出来，用来承载某个判断。大家老老实实填，信息有效。第二步，字段的取值开始影响利益分配。填法出现策略化，有人开始按最有利的方式填，信息开始失真。第三步，观察者找到旁证，改用旁证。字段留着不删（删了会破坏兼容性），但权重降到接近零。

技术SEO里走完这三步的字段已经有一串了。当年的关键词标签走完了，页面自称的更新频率和优先级走完了，各种“我很重要请优先抓取”的信号也基本走完了。它们至今还能写，写了也没人拦你，只是不再有任何作用。

判断一个字段处在哪一步，有个简单办法：看它有没有官方文档明确说“我们不使用这个信号”。被正式宣告不用的，说明已经走完第三步；还在被强调要填的，多半停在第一步或第二步之间。

按这个标准看，“内容是不是AI生成的”这件事，现在连第一步都还没走完——因为承载它的字段刚刚被造出来，而且造它的人和用它的人还不是同一批。

真实站点上，身份自证的链条到底有多薄？

光讲道理不解渴，得有数。手头正好有一批品牌独立站的首页快照，是之前做别的测量时抓下来的，一共187份。这次换个角度重新拆了一遍，专门看一件事：这些站在页面上关于“我们是谁”说了些什么，其中有几句是外人能查证的。

同一层还有个更细的坑，商家名称禁止双语重复，112个站里17个在犯。

同一个方向的另一次测量结论更狠，71家审计揭开平均84%的身份泄漏。

样本和口径先交代清楚

187份原始快照里，有些是挑战页、有些是跳转残骸、有些体积小得根本不是完整页面。按“字节数超过一万且确实是一份HTML文档”这条筛下来，剩136份可用。下面所有比例的分母都是这个136，不是187。

样本怎么取决定结论有多硬，按页面模板抽样把百天审计压到半天讲的就是这件事。

看的是页面里的JSON-LD结构化数据，从中找出代表公司或商店的那个实体，然后逐个字段清点。清点的不是内容对不对，只是填没填。这一点很重要——本次测量完全不评价真假，只统计有无，因为“有没有填”这一层的结论已经足够说明问题了。

先看总量：六成站有，四成站连声明都没有

136个站里，有93个站页面上带JSON-LD，占68.4%。其中能找出组织或商店实体的有83个，占61%。

没有的赶紧补，结构化数据生成器的13种类型够覆盖绝大多数页面。

结构化数据到底有没有用，官方说法加实测给过一个不含糊的答案。

换句话说，接近四成的品牌独立站，首页上根本没有一段机器可读的自我介绍。这些不是小作坊，是国际上叫得出名字的DTC品牌和零售商。

这个数字本身不算意外，意外的在后面。

那条顺着可核验度往下掉的曲线

把83个有组织实体的站按字段拆开，一个个数填写率，结果排出来是这样的。

主题权威做到位也还不够，AI搜索为什么还是不选你列了18个盲区。

把这些字段汇到一处，就是实体主页这块品牌身份地基该有的样子。

这张表读一遍就够了，不需要解释太多。越是外人能一查就知道真假的字段，填的人越少；越是纯粹自述、说什么算什么的字段，填的人越多。从name的94.0% 到vatID的1.2%，中间掉了78倍。

而且这条曲线是单调的，中间没有反例。这一点有点意外——本来以为会看到某几个字段因为建站平台默认填上而突起，结果没有，它平平整整地一路往下走。

掉得最陡的那一段在哪

看拐点比看两端更有意思。从sameAs的73.5% 掉到contactPoint的31.3%，一步跌掉了42个百分点，是整条曲线上最陡的一段。

看着像装饰的那几个信任元素，在小语种市场恰恰是搜索量最高的购买词。

说了就要负责的信息才值钱，独立站信任的七层落地按的是同一个逻辑。

这两个字段的区别是什么？sameAs填的是你自己的社交主页，那些账号本来就是你开的，写上去等于把已经公开的东西再说一遍，零成本零风险。contactPoint填的是能找到你的方式，一旦填了就得有人接。陡降发生在“说说而已”和“说了要负责”的交界处。

再往下，legalName到vatID之间又是一次断崖，从19.3% 掉到1.2%。法定名称还算半公开信息，写错了顶多显得不专业；税号和法人识别码则是一填就能被人拿去官方库里比对的东西。全球法人识别码可以在 GLEIF的公开查询库里直接搜到注册主体、注册国和状态，填了就等于把自己摆上台。136个站里，愿意这么做的只有1个。

为什么这条曲线值得SEO从业者认真看

因为它说明了一件事：结构化数据在实践中被当成了展示工具，不是核验工具。

实体权威要靠协作，SEO与内容团队的四阶段协作框架。

字段填满了关系却没审，AI可见性审计总漏的那一层说的正是这个盲区。

大家填name、url、logo，是因为这几栏能换来搜索结果里的品牌卡片和标志展示，有肉眼可见的回报。而legalName、vatID这些换不来任何展示位，纯粹是把可核验的信息交出去，于是就没人填。

这个取舍完全理性，给客户做的时候也是这个优先级。但它的后果是：当有一天平台真的想核实“你是谁”的时候，它在你的页面上找不到任何可以核的东西。剩下的全是你自己说的。

如果你正在做AI搜索可见度这件事，这条曲线值得贴在工位上。生成式引擎在决定要不要引用一个来源时，最缺的恰恰是可核验的实体锚点，而绝大多数站在这一层是空的。

为什么量首页，不量“关于我们”页

有人会问，公司信息不是应该在关于我们那一页吗，量首页是不是找错地方了。

页脚也是身份信息的收口，页脚怎么设计才是信任的最后一关。

给人看的那一页也别荒废，关于我们页面怎么写才被认成可信实体是另一半功课。

这个问题问得对，但答案是：机器可读的组织声明，绝大多数站是放在全站模板里的，也就是每一页都有一份，首页当然也有。这是各大建站平台的默认做法，因为它要服务的是搜索结果里的品牌展示，不是给人看的介绍页。

实际抓取也印证了这一点。在有组织实体的83个站里，这段声明的内容在首页、分类页、商品页上基本一致，说明它出自同一处模板。所以量首页等于量全站。

反过来，关于我们那一页上的信息虽然更丰富——创始故事、团队照片、工厂地址——但那些是给人读的散文，机器要从里面提取出结构化的身份信息，难度和可靠性都是另一回事。我们要考察的是“可被机器核验的身份声明”，这个东西的载体就是模板里那一段。

这条曲线在别的数据上也出现过

可核验度越高、填写率越低，这个规律不是这一次才见到。

政策页也有同样的取舍，退换货政策页怎么写里能看到具体怎么权衡。

做站点体检时经常遇到类似形态。商品页上，描述性的卖点文案写得满满当当，而尺码表、材质成分、原产地这些一填就可能被投诉的字段，缺失率高得多。联系页面上，在线表单人人都放，而具体到人的直拨电话很少见。招聘页面上，企业文化写三屏，具体薪资范围写的没几家。

共同点是：越具体、越可被追究的信息，公开意愿越低。这不是道德问题，是理性选择——公开可核验信息带来的收益不确定，带来的风险很确定。

但对SEO和AI可见度来说，这个理性选择正在变成劣势。当机器需要判断一个来源可不可信时，它只能依赖那些可被交叉验证的具体信息，而那恰好是所有人都不愿意填的部分。谁先跨过这个心理门槛，谁就在这一层拿到了几乎没有竞争的位置。

把这条曲线用成自查工具

这套方法可以直接搬到自己站上。做法是把你页面上关于身份的所有声明列出来，逐条问一句：一个完全不认识你的人，能不能在不联系你的前提下，独立确认这一条是真的？

想找得更细一点，用向量嵌入把AI认不全你的地方挖出来。

把自查扩成体系，企业网站SEO审计到底该查什么有一份可裁剪的框架。

能，这一条就有核验价值。不能，它就只是自我介绍。然后数一数，两类各有多少条。

拿这个法子扫过几家客户站，结果都差不多：可核验的那一类通常是零到两条，全是网址和标志这种最浅的层次。补起来其实不难，难的是意识到这一层是空的——因为页面看上去内容很满，满的全是自述。

这次测量没做到的几件事

把局限写清楚，读者才好判断该信到什么程度。这次有三件事没做。

让AI来做审计有前提，数据、方法与人工复核这三条缺一不可。

不设对照就会高估，量出74%的差异补上对照之后只剩2.2%是最近一次教训。

第一，没有核验填写内容的真假。统计的只是填没填，一个站写了法定名称，没有去登记处比对过它是否属实。所以上面所有比例都应该读成“愿意公开可核验信息的比例”，而不是“公开信息属实的比例”。真实率只会比填写率更低，不会更高。

第二，没有跟踪时间变化。这是某个时点的一次快照，看不出这些字段是在变多还是变少。凭经验判断应该在缓慢变多，因为结构化数据的普及度这几年一直在涨，但没有数据支撑，不写进结论。

第三，样本有明显的地域和品类偏向。这批站以欧美的消费品品牌为主，服饰、家居、户外、消费电子占了大头。做工业品、做本地服务、做新兴市场的站，情况可能完全不同——尤其是欧盟本土企业，因为法定信息披露要求更严，填写率大概率高于这个样本。

还有一个更基础的偏差要说明：抓取是从中国境内的一台服务器发出的，部分站点会因为地区分流返回不同版本，也有一批站直接拒绝了请求。187到136的损耗里，有一部分就来自这里。所以样本不是随机的，是“愿意对这个来源开门的那批站”。

如果要复现这套测量

方法本身很简单，任何有基础脚本能力的人都能重跑一遍。

嵌套解析这块，@graph与知识图谱怎么搭那篇讲过结构长什么样。

不想自己写脚本，结构化数据审计工具可以一次扒清一个页面里的五种格式。

核心只有三步：把目标站的首页抓下来存成文件；从中提取机器可读的结构化数据块；把代表组织的那个实体找出来，逐字段清点有无。整套逻辑不到两百行。

唯一需要留神的是解析要能处理嵌套。结构化数据常常层层包裹，组织实体可能出现在很深的位置，也可能出现在一个集合节点里。只在顶层找，会漏掉相当一部分，这也是很多现成检测工具报出的覆盖率偏低的原因。

建议做的时候顺手把每个站的字段明细也落成一份表格，而不是只留汇总数字。这次几个最有意思的发现——比如某个站列了十个语种的百科条目、某个站的名称带变音符号——全是在翻明细的时候看到的，汇总数字里完全看不出来。

sameAs是唯一一栏能被外部核验的，它被填成了什么样？

在整套组织声明里，sameAs的地位很特殊。它是唯一一个把指针指向站外的字段——你说你是谁，然后给出几个别处的地址，让人自己去对。理论上，这是自填字段里最接近“可核验”的一栏。

实体之间的关联怎么量化，实体关联分析器与它那套打分算法给过一种做法。

347条指针，指向哪里

61个站一共填了347条sameAs。把它们按目标域名归类之后，分布是这样的。

本地场景的实体识别另有一套，商家资料的实体识别五步排查。

社媒之外还有一类可用锚点，未链接的品牌提及怎么转成反链。

325比22。这个比例几乎回答了所有问题。

指向社交主页当然不是错，那些链接对品牌展示有用。但从核验的角度看，用一个你自己申请的账号去证明另一个你自己搭的网站，逻辑上是在原地打转。两头都是你，中间没有第三方。

具体分布上，Instagram出现在53个站里，Facebook 51个，YouTube 41个，TikTok 26个，Twitter 25个，Pinterest 19个，LinkedIn 17个。这是一份非常标准的社媒清单，也说明这一栏在大多数团队眼里的定位就是“把社媒链接再放一遍”。

真正做了外部锚定的，只有12个站

把指向维基百科、维基数据、Crunchbase这类第三方条目的站单独挑出来，一共12个，占136个站的8.8%。

这件事的底层逻辑，这份专利说透了SEO新目标是教AI认识你是谁。

第三方数据这件事容易被误读，网站权威这个数谷歌到底认不认也是一个常见误会。

而且这12个站的贡献极不均匀。其中一家运动品牌一口气列了10个语种的维基百科条目，光它一家就占了22条里的10条。另一家户外服饰品牌列了维基数据和英文维基两条。剩下十家，基本是一家一条。

也就是说，136个品牌站里，真正把自己锚定到一个第三方维护的实体上的，去掉重复语种之后大概只剩十来条有效声明。

这些站是谁？名单本身挺说明问题：一家上市的电商SaaS、一家瑞士跑鞋品牌、一家美国宠物电商、一家德国刀具老厂、一家婴童用品制造商、一家手机壳品牌、一家地毯DTC。共同点是它们本来就在第三方数据库里有条目，写上去只是把已有的事实指出来，而不是凭空创造一个证明。

顺带看到的两件小事

清点过程中还撞见两个细节，跟主题相关，一并记下来。

名字对不上还牵扯消歧，实体消歧的六类信号管控。

品牌名的写法差异不只是好看，西里尔和片假名会让数提及的脚本一个都认不出。

第一件，组织名称和域名对不上的有5个站，但全部是无害的差异：品牌名带变音符号或特殊排版，比如域名里写成babybjorn，声明里写成带圈上加点的正式写法；域名wusthof，声明里是全大写带变音的正式商标写法。这类差异不是错误，反而说明这一栏填的是品牌真名。顺便一提，如果你的品牌名带非英文字符，这一栏是少数几个能把正式写法交代清楚的地方，值得填对。

第二件，136个站里，结构化数据中出现过具体自然人的只有9个站，占6.6%。出现的清一色是创始人——某某夫妇、某某兄弟、以创始人名字命名的品牌。换句话说，在这批品牌站的机器可读声明里，除了创始人，没有任何一个人是有名有姓的。

这一条和水印那件事扣得很紧。我们正在讨论“怎么证明内容是人写的”，而现实是，绝大多数商业站点的页面上，连一个人的名字都没有。证明的前提是先有个被证明的对象，这个对象在多数站上根本不存在。

这一栏怎么填才算真有用

既然sameAs是自填字段里最接近可核验的一栏，那就值得把它填对。判断标准只有一条：指过去之后，对面认不认得你。

第三方条目之外，术语库定义页怎么织成主题权威也是可被引用的锚点。

指向百科要留神一件事，维基百科正式禁掉AI内容之后，条目审核只会更严。

社交主页当然认得你，那是你的账号。但这种“认得”是自证式的，它只能确认账号归属，不能确认你声称的任何事实。真正有价值的是那些由第三方维护、你改不动的条目。

实操建议按这个顺序来：先把已经存在的第三方条目找出来指过去，这一步零成本，很多品牌其实早就有条目，只是没人想起来在页面上指向它。然后才是社交账号，作为补充。

要提醒的是，别为了填这一栏去凭空创造条目。第三方条目之所以有核验价值，正是因为它的产生不由你控制；你自己去建一个，价值就没了，而且很多平台对这种行为有明确限制。

一个反常识的小结论

数据里还藏着一句话，值得单独拎出来：sameAs填得最多的那个站，核验价值不一定最高。

聚合方式也影响可读性，Schema聚合怎么接入智能体网络。

与其堆条数，不如看看给AI的实体声明文件要不要现在就配一份。

那个填了20条的站，绝大部分是各个地区的社交账号分号，本质上是同一个东西的十几份副本。而某个只填了两条的站，两条全是第三方结构化条目，核验价值反而更高。

这提醒我们，衡量这一栏不能看条数，要看指向的多样性和外部性。一条指向不受你控制的第三方记录，胜过十条指向你自己的账号矩阵。做结构化数据优化时，很多人习惯性地追求“字段填满”，这一栏是个例外——填得对比填得多重要得多。

“我们用什么建的站”这一栏几乎没人填，为什么没人在乎？

前面说过，面对不可核实的自填字段，观察者的做法是找旁证、绕过自称。这话听着像推测，但它可以被量出来，而且量出来的差距大得离谱。

顺带回答一个老问题，谷歌到底偏不偏爱某个建站平台。

网页里有一栏叫generator，作用就是让页面自报家门：我是用什么工具生成的。这是一个百分之百的自填字段，写什么都行，没有任何机制去验证。它和“这段内容是谁写的”属于同一类：纯自述，无从核实，全靠自觉。

自称的比例：6.6%

136个站里，填了generator的只有9个。

平台痕迹多半来自装了太多东西，应用栈精简与冲突排查能顺手减掉一批。

选平台本身是另一场决策，托管型、自建还是纯代码各有各的账要算。

9个站分别自称用的是：两个静态站生成器、两个前端框架、三个内容管理系统、一个电商框架、还有一个填的是内部代号，外人完全看不懂那是什么。

换算成比例是6.6%。也就是说，九成三的站根本懒得回答“你是用什么建的”这个问题。这不奇怪，因为回答了也没好处，不回答也没坏处。典型的自填字段命运。

旁证的比例：82.4%

但是，不回答不等于查不出来。

自称可以被冒用，品牌被仿冒抢排名的五步应对是它最坏的一种后果。

旁证优先在日志层同样成立，每五次Googlebot抓取就有一次IP不属于谷歌。

建站平台会在页面上留下大量痕迹：资源路径的前缀、静态文件的域名、特定的类名、初始化脚本的变量名。这些东西不是给外人看的，是系统自己要用的，所以没人会去清理。

把十几种主流平台的特征串写成规则，扫一遍那136份快照，能认出至少一种平台的有112个站，占82.4%。其中能同时认出两种技术栈的有15个（典型情况是电商后端配一个现代前端框架），只有24个站什么都没认出来。

6.6% 对82.4%，差12.5倍。观察者需要知道的事，早就不靠你告诉他了。

有意思的是，填了的那9个其实都很诚实

这里有个反直觉的发现。既然这一栏没人管，会不会有人乱填？

页面到底给出了什么，拿样本页跑一遍语义化HTML就知道。

自称与实际对不对得上，渲染对比器能揪出爬虫和用户看到的差异。

结果是没有。9个填了的站里，8个能被痕迹独立确认——它说自己用某个静态站生成器，页面上确实有那套生成器特有的数据目录；它说自己用某个内容管理系统，页面上确实有那套系统的设置脚本。剩下1个填的是内部代号，没法对照，但也谈不上撒谎。

其中一个站的组合特别有意思：它自称用某个静态站生成器，而痕迹显示它同时挂着一套电商后端。两条信息都对，只是各说了一半。

这个发现值得停一下。自填字段的问题从来不是“大家都在撒谎”，而是“大家都懒得填，于是它作为信号毫无覆盖率”。一个只有6.6% 覆盖率的字段，就算100% 真实，观察者也不可能拿它当判据。水印面临的是同一个困境：就算它准确无误，覆盖不到的地方仍然是大多数。

插一句：这次的尺子自己先失效了一次

这次测量里翻过一次车，值得写下来，因为它正好是同一个逻辑的反面教材。

工具口径不一致时该信谁，收录数据到底信site命令还是信后台做过一次三源校准。

第一版规则跑完，某个老牌电商系统的识别率高达92.6%，一百多个站全中。这个数字荒谬到不用验证就知道错了——那套系统在DTC品牌里根本不是主流。

查了一下，原因很低级：特征串里写了一个三字母的片段，而这个片段恰好是image这个词的一部分。凡是页面上出现过图片路径的站，全部被误判。修掉之后，真实识别率是2.9%，四个站。

从92.6% 掉到2.9%，全是尺子本身造成的。这件事的教训不是“要小心正则”，而是：当你用旁证去替代自述时，旁证本身也需要被验证一次。否则你只是把“相信对方的自称”换成了“相信自己的规则”，可靠性未必更高。

顺带说，第一版还有一个更隐蔽的错误。原本统计了“自称与痕迹对不上”的比例，结果是9个里9个都对不上，看着像个重磅发现。实际上是因为那9个站自称的平台，压根不在第一版的特征表里——它们说的是真话，只是工具不认识而已。把特征表补全之后，对不上的从9个变成0个。一个纯粹由测量工具造成的假结论，差点就写进结论里了。

这两个错误的形态不一样，但根子是同一个：旁证之所以可靠，前提是你认得全。认不全的时候，旁证给出的不是“不知道”，而是一个错误的确定答案。这一点在做任何自动化审计时都值得警惕，工具不会告诉你它有盲区，它只会给你一个数字。

还有哪些字段正在走同一条路

把视野放宽，可以看到一批字段处在这条路的不同阶段。

没有头部标签的地址怎么表态，接口和订阅源拿什么说自己不想被收录。

noindex是少数仍被照办的自填指令，加上之后多久从结果里消失实测过六种场景。

已经走完的：页面自称的关键词、自称的更新频率与优先级、自称的内容评级。这些现在写不写都一样，早就没有权重了。

正在走的：页面自称的正式地址。搜索引擎会参考你的声明，但它有自己选定的一版，两者不一致时以它的为准。这就是典型的“你的自填从判据降级成建议”。

正在走的：页面自称的语言与地区。观察者完全有能力读一读内容自己判断，你填的那个值更像是一个提示而不是事实。

还没开始走的：内容的作者与创作时间。到今天为止，几乎没有任何独立核验手段，所以你写什么就是什么。水印是第一次有人试图撬动这一栏。

规律很清楚：一个字段能撑多久，取决于旁证什么时候变得足够便宜。当读懂一整页内容的成本高到不现实时，语言标记是有用的；当机器能轻松读懂全文之后，它就变成了参考。

按这个规律推，作者这一栏的自填期限，取决于什么时候出现一种低成本的创作过程核验方式。水印显然还不是，但它是一个信号：有人已经开始惦记这一栏了。

对日常工作的一个直接推论

这套观察可以变成一条很实用的判断：当你要决定某个字段值不值得花力气去优化时，先问问它属于哪一类。

把内容当结构化数据来生产，这门新手艺正好接住这条推论。

落到动作上，结构化数据怎么配合SEO落地那份避坑清单可以对着改。

如果它是一个观察者有能力自己判断的字段，那你的工作重点应该放在让内容本身对得上，而不是把标记写得多漂亮。语言标记写得再规范，内容写得不像那个语言，一样白搭。

如果它是一个观察者暂时没法判断的字段，那这一栏就是你为数不多能主动提供信息的地方，值得认真填，而且要填得能被交叉验证——填一个别人可以顺着查下去的值，比填一个漂亮但封闭的值有用得多。

这两条加起来，其实就是一句话：你能贡献的信息价值，等于观察者自己拿不到的那部分。其余的都是重复劳动。

文章页上的署名，两处自填字段能对上吗？

首页说的是公司身份，文章页说的才是内容来源。既然主题是“这段内容谁写的”，那就得看文章页。

高风险行业对署名的要求更硬，YMYL怎么靠E-E-A-T稳住排名。

署名要被认可是有前置条件的，作者署名怎么做才被谷歌和AI认可列过六个信号。

样本比预想的小，原因得先说

本来想抓两百篇。实际操作时撞了一堵墙：从187个站里能识别出内容板块入口的有72个，抓到列表页的53个，再往下钻到具体文章页时，大批站开始返回限流状态码。降速到每次间隔四秒、换个身份重试，仍然是全军覆没——说明那不是速率问题，是这个出口地址已经被长期标记了。

被限流这件事有两面，拦AI爬虫怎么才不误伤Googlebot是站方视角的同一个问题。

最后拿到手的是13个站的26篇文章。样本小，所以下面的数字只当观察不当统计，比例都用绝对数写出来，方便你自己判断分量。

两处都写了作者的，26篇里只有4篇

一篇文章要说清楚谁写的，通常有两个地方：一个是页面上肉眼可见的署名，一个是结构化数据里的author字段。前者给人看，后者给机器看。理想情况下两处一致。

调试这类不一致，把JSON-LD调试这件事讲透里有顺手的工具。

两处不一致往往是插件和主题各写一份，两个规范网址两套结构化数据怎么归一。

26篇里12篇两处都没有，占了将近一半。这些不是随便找的小站，是有正经内容板块、专门做内容营销的品牌。

更值得看的是中间那两行。有4篇文章在结构化数据里写着某个人的名字，页面上却一个字都不显示。其中两篇来自同一个智能家居品牌，署的是同一个人；另外两篇来自一个户外装备品牌，署的也是同一个人。读者读完全文都不知道作者是谁，只有爬虫知道。

反过来的6篇也一样别扭：页面上明明白白印着作者名，机器读的那份数据里却没有这个人。同一件事，在同一个页面上有两个版本的答案，取决于你是人还是程序。

署名栏里填的不一定是人

还有一个细节。26篇里有2篇的author字段填的是品牌名本身——不是某某，就是品牌自己的名字。

品牌当作者也不是全无道理，品牌力到底算不算排名因子有实证可看。

作者名这件事在小语种市场更复杂，本地媒体里早就有另一种拼法。

这在技术上完全合法，一个组织确实可以作为作者。但它把“谁写的”这个问题原地消解了：你问是谁写的，答案是“本公司”。这和不回答的区别不大。

把这个现象和水印那件事并排放，就有意思了。一边是模型厂商花力气给内容打上无法察觉的记号，试图让来源变得可追溯；另一边是内容发布方在明明可以写清楚作者的字段里，填了一个等于没填的答案。两头使的劲儿方向相反。

时间戳这一栏也没好到哪去

顺便看了发布时间和修改时间。26篇里有12篇写了发布时间，8篇写了修改时间。

时间之外还有版本问题，决定收录哪一版的可能是十分钟前路过的那个用户。

时间字段的坑不止一处，从站点地图的更新时间到结构化数据的日期都得对得上。

写了修改时间的这8篇里，有几个组合值得看。一篇发布于2020年1月，修改时间标到2025年4月，中间隔了五年多。一篇发布和修改是同一天。还有一篇发布于8月12日，修改标在8月14日，两天之内改过。

这几个时间戳的可信度完全不同，但页面上一视同仁地写着，没有任何办法区分哪个是真改过、哪个是模板自动刷的。时间戳是另一个典型的自填字段：改一个数字的成本是零，而它承担的信任却不小。

顺带一提，只有4篇的作者名是可以点开的——链到一个作者页，上面有这个人的其他文章。剩下的作者名只是一串文字。能点开的那一下，是整条署名链路上唯一带一点核验意味的动作。

把署名做对，其实只有四步

既然大多数站在这一层是空的，那把它补上就是一个成本很低的差异化动作。四步就够。

作者体系可以和知识库一起搭，帮助中心的索引控制与AI引用。

一手观点比汇总更值钱，专家观点汇总还值不值得做给过明确判断。

第一步，页面上和结构化数据里写同一个名字。听起来是废话，但前面26篇里做到的只有4篇。最常见的失败是内容管理系统里填了作者，模板没把它输出到页面上；或者反过来，模板里硬编码了一个署名，数据里是空的。

第二步，让这个名字可以点开。作者页上放这个人的简介、专业背景、其他文章。这一页的作用不是给读者看的（说实话没几个读者会点），是给机器一个可以聚合的对象。

第三步，在作者信息里给出对外可查的轨迹。这个人在别处的公开身份——行业协会的会员页、公开演讲的记录、发表过的东西。这一步的逻辑和sameAs完全一样：用一个你控制不了的地方，来支撑你控制得了的地方。

第四步，别在一个人身上堆全站内容。见过一些站为了做作者体系，把三百篇文章全挂在同一个人名下，那个人一天要发两篇。这种做法在数据上一眼可见，反而制造了新的可疑点。宁可留白，别造假。

时间戳该怎么处理才不给自己挖坑

修改时间这一栏，可以简单粗暴一点：要么认真维护，要么干脆别输出。

旧内容要更新就认真更新，让旧版变成AI可信来源的12步。

新鲜度要做成真的，内容新鲜度的五条实战法则说的是怎么改而不是怎么刷。

最糟的做法是让它自动跟着任何一次数据库写入更新。这样一来，改个标签、调个分类、系统跑个批量任务，时间戳就往前跳一次。页面内容一个字没变，机器看到的却是“这篇一直在更新”。

短期看这样似乎有利，长期看是在消耗信任。一个总在更新却从不变化的页面，和一个从不更新的页面，前者更容易被降低权重，因为后者只是陈旧，前者是不诚实。

正确的做法是把内容层面的实质修改和数据层面的写入区分开，只有前者才刷新对外输出的修改时间。多数内容管理系统都能做到这一点，只是默认配置往往不是这样。

那内容团队现在应该做什么，不应该做什么？

讲了这么多机制和数据，落到手上得有动作。先说不应该做的，因为踩坑的成本更高。

顺带一提，自己写内容夸自家产品AI买不买账用9886条答案给过结论。

三件不值得做的事

第一，不要去买号称能检测AI水印的工具。理由前面说过，密钥不在第三方手里，它检测的是别的东西。真到了需要的时候，官方接口会开放，那才是唯一可信的来源。在此之前掏钱买的，大概率是一个包装成新概念的旧检测器。

投机路子的代价越来越高，站点声誉滥用与寄生SEO的三方防御。

另一类风险是被投毒，三条攻击路径与三层防御值得提前看一眼。

买工具之前先分清路数，白帽做法与快排服务商怎么辨别有一份判据。

第二，不要在页面上加“本文非AI生成”这类声明。这句话本身就是自填字段，没有任何核验价值；更糟的是它会引起注意，让读者开始琢磨你为什么要特意说明。真正需要披露的场景由法规和平台规则界定，不需要你自己发明一套。

第三，不要为了躲检测去做无意义的改写。把通顺的句子改拧巴，把准确的表述改模糊，只为了让某个分数下降——这件事在SEO行业里已经上演过好几轮了，每一轮的结局都一样：分数确实降了，内容也确实变差了，然后过一阵检测口径一变，白折腾。

三件现在就该做的事

第一，把过程留痕这件事变成流程的一部分。这是最有价值的一条，也是前面那个咖啡器具客户的经历给出的答案。写作过程中的版本记录、修改时间线、素材来源清单、访谈录音、原始数据表——这些东西的共同特点是伪造成本远高于伪造一段文字，因而反过来具备了证据价值。

信号强化有具体做法，E-E-A-T信号怎么把引用率从12%做到67%。

一手材料本身就是资产，把数据做成持续吸外链的磁铁讲的是同一件事的另一面。

实操上不需要多复杂。文档工具本身就带版本历史，别关掉；素材和一手数据存在固定位置，别每次换地方；重要的稿子留一份提纲原件。真到了要自证的那天，你拿出来的是一条时间线，不是一个分数。

第二，把可核验的实体字段补齐。就是前面那条曲线掉得最狠的那几栏。具体到动作：法定名称写上，联系方式写上，地址写上，如果有第三方条目就在sameAs里指过去。

这几栏不会给你带来任何肉眼可见的排名提升，短期看毫无回报。但它们是你的页面上仅有的几个能被外部独立确认的锚点，在生成式引擎越来越挑来源的今天，这个价值只会往上走，不会往下走。

第三，让作者成为一个真实存在的对象。不是随便署个名，而是让这个名字能点开、有页面、有其他作品、有可核对的背景。前面那26篇里只有4篇做到了这一点。

这张表里的规律很清楚：短期回报和可核验性是两条不同的曲线，而大多数团队只跟着第一条走。前面那136个站的字段填写率，就是这个选择在数据上的样子。

工作流排一排，误伤概率能降不少

前面说过，最容易被冤枉的是那种“人写完让模型润色”的用法。这个问题其实可以靠调整工序来缓解，而且调整之后内容质量通常还会变好。

让它提意见而不是替你写，SEO写作提示词的四大类模板里有可直接改用的问法。

常见的工序是：人写初稿，模型润色，直接发布。问题出在最后一步——模型的输出成了定稿，所以定稿里带着完整的记号。

换个顺序：人写初稿，模型给修改意见而不是改写文本，人根据意见自己动手改，然后发布。这样定稿的每一个字都出自人手，模型的作用退回到编辑顾问的位置。

这个调整听起来只是换了个用法，实际效果差别不小。让模型直接改，你拿到的是一个看起来更顺但失去个人痕迹的版本；让它提意见，你拿到的是问题清单，改不改、怎么改由你决定。前者是替你写，后者是帮你看。

翻译场景也有类似的处理办法。如果目标语种你有基本判断力，可以让模型出译稿，然后自己逐段核对修订，把最终定稿变成人工产物。如果完全不懂那个语种，那就老老实实认下来——译文由机器完成是事实，没必要遮掩，重要的是原文那一份站得住。

什么情况下应该干脆放弃自证

还有一种情况值得单独说：有些场合的自证要求本身就是不合理的，硬去满足反而吃亏。

有些问题不在SEO这一层，流量暴跌的七大元凶里能对号入座。

跟法务对齐口径有章可循，法务与SEO协作的七个动作点。

判断标准是看对方要的是什么。如果对方要的是“过程可查”，那是合理要求，值得配合。如果对方要的是“保证百分之百没有机器参与”，那是一个技术上无法验证、法律上无法承诺的东西，签下去就是给自己埋雷。

遇到后者，正确做法是把它翻译成前者：明确说明工具在流程里用在哪一步、不用在哪一步，提供可查证的过程材料，同时拒绝那句无法验证的绝对承诺。把不可核验的承诺换成可核验的说明，这既是保护自己，也是在教对方怎么提要求。

这套沟通方式在实践中很有用，尤其是对接欧美客户的合规部门时。他们真正需要的是一份能归档、能应对审计的说明，而不是一句空头保证。

如果只能做一件事，做哪件

做第一件，过程留痕。

流程能自动化就别靠自觉，用工作流把独立站SEO自动化的四个场景可以直接套。

理由是它同时解决三个问题：客户或渠道方要求自证时你拿得出东西；内部对稿子质量有争议时能追溯是哪一步走偏了；将来任何一种新的来源核验机制出现时，你的原始材料都还在。而另外两件事都只解决一个问题。

更实际的理由是它不花钱。补字段要开发排期，建作者体系要人力，而留痕只需要不删东西。

最小可行的留痕方案长什么样

怕的是一说留痕，就有人去搭一套复杂系统，最后没人用。给一个真正能跑起来的最小方案。

日志本身也是一种留痕，五千站的爬虫伪造与抓取预算实战。

归档这类事交给定时任务最稳，用cron把备份、站点地图与日志一条龙。

一个固定的目录，按年月分文件夹。每篇内容一个子文件夹，里面放三样东西：提纲的第一版、用到的原始素材（数据表、截图、访谈记录）、定稿。命名规则统一，别用中文空格和特殊符号。

文档工具的版本历史别关。主流的在线文档默认就有，什么都不用做，只要别为了省空间去清理。这一条几乎是零成本，却是整套材料里时间线最完整的部分。

一手数据的原始文件单独存。如果内容里有你自己跑的测量、自己整理的表格，把原始文件和处理脚本一起留下。这个东西的说服力最强，因为别人可以拿去复算。

整套东西的维护成本大概是每篇多花五分钟。五分钟买的是：任何时候有人质疑来源，你有一条完整的时间线可以摆出来。这个交换非常划算，尤其是在做外贸和出海业务、合作方合规要求越来越细的当下。

留痕还有一个附带好处

这一条不在原计划里，是做着做着发现的：留痕会显著提高内容复用的效率。

素材够了就好办，清单体文章怎么写才能拿排名又被引用。

复用要成体系，内容再利用地图怎么画能把一篇主资产拆成十种。

因为原始材料都在，半年后想把一篇长文拆成几条社媒内容、或者把当时的数据更新一版重发，不用从头再来。相反，如果只留了最终的成品，等于每次复用都要重新做一遍研究。

这也是建议把留痕当成流程而不是当成合规动作的原因——纯粹为了合规做的事，团队执行不下去；顺手能提高效率的事，才留得住。

AI搜索会怎么对待这些记号？

这是所有做GEO和AEO的人真正关心的问题，而诚实的答案是：没人知道，因为没有一家平台表过态。

谁在被引用其实是可以查的，一亿条引用数据看清被引源榜单。

目前的公开状态

把已知信息摆一摆。模型厂商这边，文本标记刚刚落地，配套的检测接口还在路上。搜索平台这边，没有任何一家公开说过会把标记纳入排序或引用的考量。中间还隔着一层：搜索平台要用这个信号，得先能读懂它，而读懂需要模型厂商开放能力。

有一条路其实已经开了，怎么被用户标成优先来源。

平台的边界表态值得逐字读，谷歌给第三方工具和GEO划的信任边界。

所以短期内，这个信号在搜索侧是不存在的。任何声称“带水印的内容会被降权”的说法，现在都没有依据。

往前推，可能走哪两条路

往前推有两种可能，而且它们的后果差别巨大。

不管走哪条路，小品牌都得单独想办法，AI搜索的大品牌偏见与六条突围路径。

官方指南已经叫停过几个动作，AEO和GEO到底还是不是SEO那篇整理过。

第一条路，标记被当成披露信号使用。也就是平台读到标记后，在结果里标注“此内容可能由AI辅助生成”，把判断权交给用户。这条路对内容方影响有限，因为标注不等于降权，而且覆盖率问题会让标注本身显得随机——同样是AI写的，改过的没标注，没改的标注了，用户很快会发现这个标注不可靠。

第二条路，标记被当成质量信号的输入之一。这条路麻烦得多，因为它会把前面说的所有偏差放大：认真改写的人漏网，老实用工具的人被算进去，短文案全部免检。一个偏差如此明显的信号，被当成质量输入是不负责任的，倾向于认为主流平台不会这么做。

还有第三种可能，也是概率最高的：标记主要在合规和版权场景里被使用，搜索侧基本忽略它。因为搜索平台已经有更好用的判据了——它能看到内容的实际表现、引用情况、用户行为，这些信号比一个覆盖率不完整的标记有用得多。

对GEO实操的三条影响

不管走哪条路，有三件事现在就可以确定。

挑源的内部字段被人扒出来过，定价页解析不了它就转头引第三方。

被检索和被引用要分开打，这两套打法怎么分讲得比较细。

一是来源可核验性的权重会往上走。生成式引擎在组织答案时需要给出出处，而给出处就要承担风险，因此它会偏好那些身份清楚、可以追溯的来源。这跟内容是不是AI写的没关系，跟“你是谁、能不能被查证”关系很大。

二是一手材料的价值会继续放大。模型能生成的东西不构成差异，模型生成不出来的东西才构成差异。自己跑的测量、自己的客户数据、自己踩的坑，这些既是内容护城河，也恰好就是过程留痕的天然产物。

三是同质化内容的处境会更难，但原因不是水印。是因为当答案可以被直接生成时，一篇没有任何独有信息的综述文章，存在价值本来就在下降。关于这套文本标记方法本身的技术讨论里有一句话说得挺好：真正的问题不是用了AI，是用它做出了更差的东西。

三条路各自该怎么应对

与其猜哪条路会发生，不如准备一套无论哪条路都不吃亏的做法。

准备好了也要能测，引用率监控闭环的四步含工具选型。

面对还没定的规则，AI搜索可见度的六个预测里也说清了哪些该打折。

看这张表会发现一件事：三条路要求你做的准备高度重合，都是“别直接把生成结果发出去”和“让内容里有别人没有的东西”。这两件事本来就该做，跟水印无关。

这也是不建议为这件事专门调整策略的原因。凡是需要你为某个尚未确定的规则专门做一套动作的建议，多半都是在贩卖焦虑。真正稳的做法永远是那几条，只是它们不够新鲜，所以没人愿意反复说。

顺便说说被动引用这件事

还有一个角度容易被忽略：你的内容被别人喂给模型之后会怎样。

说错了还能纠，从溯源到纠错的完整流水线。

原创归属被顶掉怎么办，谷歌怎么判定原创内容有过一次系统梳理。

现在的常见场景是，别人把你的文章丢进模型让它总结，或者要求它改写成另一种风格。输出的那份东西会带上模型的记号，而内容来源是你。

这意味着未来可能出现一种奇怪的情形：市面上流传的、带着机器记号的文本，实际内容源头是你写的原创。如果哪天有人凭记号来判断原创归属，方向就完全反了。

目前还没有成熟机制处理这个问题，能做的只有一件事：让你的原始版本在公开渠道有更早、更清晰的时间痕迹。正常发布、正常被收录、正常有外部引用，这条路径本身就是最好的原创声明，比任何标记都可靠。

如果客户明天就要你证明“这是人写的”，你拿得出什么？

这一节把前面所有东西收成一份可操作的清单。场景很具体：合作方、平台方或者客户法务，要求你为一篇已经发布的内容提供来源说明。

可核验这件事有个很直观的例子，九条查得到出处八条数字对不上。

拿不出手的四样东西

先排除掉没用的。

拿不出手的东西通常也换不来记忆，该盯的其实是品牌识别度。

举证门槛由措辞决定，一句比较级要你拿出整套对比测试。

第三方检测器的报告拿不出手，因为对方也可以跑一个，结论未必一样。页面上的作者署名拿不出手，因为那是你自己写的。发布时间戳拿不出手，同上。“我们公司规定不许用AI”这类制度文件也拿不出手，制度证明不了具体这一篇。

这四样恰好是大多数团队第一反应会拿出来的东西。它们的共同点还是那句话：全是自己说的。

拿得出手的五样东西

证据要变成机器读得懂的，从交付现场到机器可读有完整路径。

原始出处一直在被悄悄奖励，原创报道到底指什么梳理过这条线。

最后一样最容易被忽略，但它的分量最重。一篇文章里如果有别处查不到的具体数字、具体过程、具体失败，这件事本身就是最强的来源证明——因为模型编不出你没做过的测量，而做过测量的人一定留得下痕迹。

这也是这几年写东西越来越偏向自己动手量一遍的原因之一。一开始是为了内容差异化，后来发现它顺带解决了可信度问题，现在看，它还顺带解决了来源自证的问题。

把这份清单反过来用

最后一个角度。上面这份清单，你也可以拿去衡量别人。

评估别人这件事早有范本，质量评估手册怎么读那套打分逻辑值得借。

评估工具也用同一套问法，二十款GEO监控工具的选型对照可以直接拿来试。

当你评估一个信息源值不值得引用、一家服务商的案例可不可信、一份行业报告的数据要不要采信时，问的是同一组问题：这里面有没有一条是外部可以核验的？有没有具体到能被复算的数字？作者是不是一个可以查到的人？

这三问不需要任何工具，也不受任何技术变化影响。水印会迭代，检测器会更新，平台政策会反复，但“可核验的东西比自称的东西可信”这条判据不会变。

拿它去挑供应商，比拿它去挑内容更有用

这套判据最实用的场景其实是选人选服务商，因为那里的信息不对称最严重。

挑完还要会拆，四层逆向把对手拆透变成自己的行动清单。

服务商的风险还会连坐，最该防的是被服务商牵连降权。

做外贸和独立站的团队，每年都要评估一堆服务方：内容代理、建站商、投放公司、数据工具。对方的宣传材料里通常有三类东西——案例、数据、资质。用可核验度过一遍，立刻能分出层次。

案例里有没有可以自己去看的站？说做过某某品牌，那个站现在在不在，能不能看到当时的痕迹。说不出具体域名的案例，价值接近于零。

数据是自己报的还是能对上公开来源的？说帮客户提升了多少流量，这是自报；说某个关键词现在排在第几，这是可以当场搜的。前者听听就好，后者可以验。

资质是发证机构可查的吗？很多所谓认证，发证方的官网上根本没有可查询的名录。可查的和不可查的，中间隔着的正是这篇文章说的那条线。

用这三问筛一遍，通常能砍掉大半候选，而且砍得有理有据。更重要的是，这个过程会反过来教你怎么包装自己——你希望别人用什么来判断你，就先把那些东西准备好。

最后留一个问题给读者

写完这篇，其实有个问题一直没有答案，放在这里当作结尾。

下一个周期的筹码在哪，被引用一次到底顶多少条传统外链给过一次估算。

窗口期什么时候关上不好说，上一次这样的空场被围起来是在2013年。

如果有一天，来源核验真的变成了排序或引用的重要因素，那么先做这件事的人是拿到红利，还是白白多花力气？这取决于变化什么时候来、来得有多突然。

能确定的只有一点：补齐可核验信息这件事，成本很低，副作用为零，而且它在任何一种未来里都不会变成负资产。相比之下，为躲避某个检测而做的改动，几乎在每一种未来里都会作废。

在不确定性这么高的时候，选那些无论如何都不亏的动作，本身就是一种策略。

一份能拿出手的说明长什么样

把上面的东西组装起来，一份合格的来源说明大概是这样的结构，一页纸就够。

别把它写成口号，E-E-A-T怎么落到可执行清单。

对外交付的文档能模板化，SEO月报季报的模板与数据管线可以借它的结构。

开头一段讲流程：这篇内容由谁负责，经过哪几个环节，各环节分别做了什么，是否使用了辅助工具以及用在哪一步。这一段要写得具体到动作，别写成制度条文。

中间一段列证据：版本记录的时间跨度和修改次数、原始素材清单、一手数据的采集方式与时间、可对外核对的引用来源。每一条都要能应对一句追问——如果对方说“给我看看”，你拿得出来。

结尾一段讲边界：明确说清楚哪些部分使用了辅助工具、程度如何。这一段反而最能建立信任，因为在今天的环境里，声称完全没用过任何工具，可信度不如坦率交代用在了哪里。

保哥给客户处理过几次类似的要求，能过关的那几份都有一个共同点：它们回答的是“这篇是怎么做出来的”，而不是“这篇不是AI写的”。前者是可查证的事实陈述，后者是一句无法被验证的断言，而对方要的从来是前者。

最后回到那136个站

写完这一圈，再看那条从94.0% 掉到1.2% 的曲线，感受和刚拿到数据时不太一样了。

投入产出算不清的时候，零点击时代品牌影响力怎么衡量能补上一半答案。

真要填法定标识，美国税号怎么申请是绕不开的第一步。

它其实不是在说这些品牌不严谨。恰恰相反，它们在每一个能带来回报的字段上都填得很认真——名称、网址、标志、社交主页，一栏不落。它们只是理性地跳过了那些只承担义务、不带来回报的字段。

问题在于，随着答案越来越多地由机器组织，判断来源可不可信这件事的权重正在上升，而所有人在这一层的储备都接近于零。这既是风险，也意味着这一层的竞争几乎不存在。

说到底，8月2日那件事真正的价值不是给了行业一个新工具，而是逼着所有人重新面对一个一直被绕开的问题：关于来源，我们习惯性地相信页面自己说的话，而页面从来没有义务说真话。

常见问题解答

Claude的水印能被普通用户检测出来吗？

目前不能。这个记号是一种统计模式，识别它需要一把只有模型提供方掌握的密钥。官方说过会开放检测接口，但在此之前，任何第三方工具都没有能力真正读取这个记号。市面上号称能检测的产品，实际检测的是文本困惑度、句式规整度这类旧指标，与水印本身无关。

把AI写的稿子人工改一遍，水印还在吗？

取决于改动幅度。轻度编辑，比如改标点、调个别词，记号大概率还在；把每个词都换掉的彻底重写，记号会消失。但这里有个悖论：当一段文字被逐词改写之后，它是否还算机器生成的内容，本身就成了问题。另外要注意反方向的风险，人工从头写的稿子如果被大幅改写过，在测试中有相当高的比例会被误判成带记号。

没检测出水印，能证明内容是人写的吗？

不能，而且这个方向的漏洞更大。官方列出的五种测不出的原因里，只有一种对应“确实是人写的”，其余四种分别是模型版本太老、改动幅度太大、文本长度不足200个token、格式转换过程中丢失。更根本的是，用别家模型生成的内容压根不在这套标识体系里，扫也扫不出来。

带水印的内容会被搜索引擎降权吗？

目前没有任何证据支持这个说法，也没有平台公开表过态。已有的统计显示，排名靠前的页面里完全由AI生成的约占5.3%，AI含量高的页面收录比例是40%，含量低的是49%，差距存在但远达不到惩罚的程度。更合理的解释是筛掉的是质量而不是来源。

我的独立站需要在页面上声明内容是否由AI生成吗？

欧盟法案里那条机器可读标识的义务落在提供模型的一方身上，不是使用者。使用者是否需要披露，取决于内容形态、所在行业和具体平台规则，不能一概而论。不建议主动在页面上加“本文非AI生成”这类声明，它既没有核验价值，又容易引起不必要的注意。

结构化数据里的author字段填品牌名可以吗？

技术上合法，一个组织确实可以作为作者。但从来源核验的角度看，这等于没有回答“谁写的”这个问题。更好的做法是让作者成为一个真实存在的对象：有名字、有可以点开的页面、有其他作品、有可对照的公开背景。在抓到的26篇文章里，做到这一点的只有4篇。

如果客户要求提供“非AI生成”的证明，我该给什么？

给过程，不要给结论。有说服力的材料是版本历史时间线、原始素材与数据文件、访谈或沟通记录、可追溯的作者身份，以及内容里那些别处查不到的独有事实。检测器报告、页面署名、发布时间戳、公司制度文件这四样都拿不出手，因为它们全都是自己说的。

权威参考资料